Methane (CH4) emission is an important environmental trait in dairy cows. Breeding aiming to mitigate CH4 emissions require the estimation of genetic correlations with other economically important traits and the prediction of their selection response. In this study, test-day CH4 emissions were predicted from milk mid-infrared spectra of Holstein cows. Predicted CH4 emissions (PME) and log-transformed CH4 intensity (LMI) computed as the natural logarithm of PME divided by milk yield (MY). Genetic correlations of PME and LMI with traits used currently were approximated from correlations between estimated breeding values of sires. Values were for PME with MY 0.06, fat yield (FY) 0.09, protein yield (PY) 0.13, fertility 0.17; body condition score (BCS) –0.02; udder health (UDH) 0.22; and longevity 0.22. As expected by its definition, values were negative for LMI with production traits (MY –0.61; FY –0.15 and PY –0.40) and positive with fertility (0.36); BCS (0.20); UDH (0.08) and longevity (0.06). The genetic correlations of 33 type traits with PME ranged from –0.12 to 0.25 and for LMI ranged from –0.22 to 0.18. Without selecting PME and LMI (status quo) the relative genetic change through correlated responses of other traits were in PME by 2% and in LMI by –15%, but only due to the correlated response to MY. Results showed for PME that direct selection of this environmental trait would reduce milk carbon foot print but would also affect negatively fertility. Therefore, more profound changes in current indexes will be required than simply adding environmental traits as these traits also affect the expected progress of other traits.

中文翻译：

---

更正：环境影响性状的遗传选择对奶牛重要经济性状的影响

甲烷 (CH4) 排放是奶牛的重要环境特征。旨在减少 CH4 排放的育种需要估计与其他重要经济性状的遗传相关性并预测它们的选择反应。在这项研究中，根据荷斯坦奶牛的牛奶中红外光谱预测了测试日的 CH4 排放。预测的 CH4 排放 (PME) 和对数转换 CH4 强度 (LMI) 计算为 PME 除以牛奶产量 (MY) 的自然对数。PME 和 LMI 与当前使用的性状的遗传相关性是从估计的公牛育种值之间的相关性中近似得出的。PME 值为 MY 0.06，脂肪产量 (FY) 0.09，蛋白质产量 (PY) 0.13，生育力 0.17；身体状况评分 (BCS) –0.02；乳房健康 (UDH) 0.22；和寿命 0.22。正如其定义所预期的那样，具有生产性状（MY –0.61；FY –0.15 和 PY –0.40）的 LMI 值为负，与生育力（0.36）为正；BCS (0.20); UDH (0.08) 和长寿 (0.06)。33 种类型性状与 PME 的遗传相关性介于 –0.12 至 0.25 之间，而 LMI 的遗传相关性介于 –0.22 至 0.18 之间。在不选择 PME 和 LMI（现状）的情况下，其他性状的相关反应导致的相对遗传变化在 PME 中为 2%，在 LMI 中为 –15%，但这仅仅是由于对 MY 的相关响应。结果表明，对于 PME，直接选择这种环境特性会减少牛奶碳足迹，但也会对生育率产生负面影响。因此，需要对现有指标进行更深刻的改变，而不是简单地添加环境性状，因为这些性状也会影响其他性状的预期进展。FY –0.15 和 PY –0.40) 且生育率呈阳性 (0.36)；BCS (0.20); UDH (0.08) 和长寿 (0.06)。33 种类型性状与 PME 的遗传相关性介于 –0.12 至 0.25 之间，而 LMI 的遗传相关性介于 –0.22 至 0.18 之间。在不选择 PME 和 LMI（现状）的情况下，其他性状的相关反应导致的相对遗传变化在 PME 中为 2%，在 LMI 中为 –15%，但这仅仅是由于对 MY 的相关响应。结果表明，对于 PME，直接选择这种环境特性会减少牛奶碳足迹，但也会对生育率产生负面影响。因此，需要对现有指标进行更深刻的改变，而不是简单地添加环境性状，因为这些性状也会影响其他性状的预期进展。FY –0.15 和 PY –0.40) 且生育率呈阳性 (0.36)；BCS (0.20); UDH (0.08) 和长寿 (0.06)。33 种类型性状与 PME 的遗传相关性介于 –0.12 至 0.25 之间，而 LMI 的遗传相关性介于 –0.22 至 0.18 之间。在不选择 PME 和 LMI（现状）的情况下，其他性状的相关反应导致的相对遗传变化在 PME 中为 2%，在 LMI 中为 –15%，但这仅仅是由于对 MY 的相关响应。结果表明，对于 PME，直接选择这种环境特性会减少牛奶碳足迹，但也会对生育率产生负面影响。因此，需要对现有指标进行更深刻的改变，而不是简单地添加环境性状，因为这些性状也会影响其他性状的预期进展。33 种类型性状与 PME 的遗传相关性介于 –0.12 至 0.25 之间，而 LMI 的遗传相关性介于 –0.22 至 0.18 之间。在不选择 PME 和 LMI（现状）的情况下，其他性状的相关反应导致的相对遗传变化在 PME 中为 2%，在 LMI 中为 –15%，但这仅仅是由于对 MY 的相关响应。结果表明，对于 PME，直接选择这种环境特性会减少牛奶碳足迹，但也会对生育率产生负面影响。因此，需要对现有指标进行更深刻的改变，而不是简单地添加环境性状，因为这些性状也会影响其他性状的预期进展。33 种类型性状与 PME 的遗传相关性介于 –0.12 至 0.25 之间，而 LMI 的遗传相关性介于 –0.22 至 0.18 之间。在不选择 PME 和 LMI（现状）的情况下，其他性状的相关反应导致的相对遗传变化在 PME 中为 2%，在 LMI 中为 –15%，但这仅仅是由于对 MY 的相关响应。结果表明，对于 PME，直接选择这种环境特性会减少牛奶碳足迹，但也会对生育率产生负面影响。因此，需要对现有指标进行更深刻的改变，而不是简单地添加环境性状，因为这些性状也会影响其他性状的预期进展。在不选择 PME 和 LMI（现状）的情况下，其他性状的相关反应导致的相对遗传变化在 PME 中为 2%，在 LMI 中为 –15%，但这仅仅是由于对 MY 的相关响应。结果表明，对于 PME，直接选择这种环境特性会减少牛奶碳足迹，但也会对生育率产生负面影响。因此，需要对现有指标进行更深刻的改变，而不是简单地添加环境性状，因为这些性状也会影响其他性状的预期进展。在不选择 PME 和 LMI（现状）的情况下，其他性状的相关反应导致的相对遗传变化在 PME 中为 2%，在 LMI 中为 –15%，但这仅仅是由于对 MY 的相关响应。结果表明，对于 PME，直接选择这种环境特性会减少牛奶碳足迹，但也会对生育率产生负面影响。因此，需要对现有指标进行更深刻的改变，而不是简单地添加环境性状，因为这些性状也会影响其他性状的预期进展。